《Drones》:MSF-YOLO: A Multi-Scale Feature Enhancement Network for Tiny Fire Spot Detection in UAV Forest Images
编辑推荐:
复杂森林背景下无人机图像中的微小火点检测仍然具有挑战性,这源于目标尺寸微小、分布稀疏、特征响应微弱以及背景干扰等因素。本文提出了一种用于微小火点检测的多尺度特征增强网络(Multi-Scale Feature Enhancement Network,MSF-Y
复杂森林背景下无人机图像中的微小火点检测仍然具有挑战性,这源于目标尺寸微小、分布稀疏、特征响应微弱以及背景干扰等因素。本文提出了一种用于微小火点检测的多尺度特征增强网络(Multi-Scale Feature Enhancement Network,MSF-YOLO)。具体而言,设计了一个轻量级C2f-ARG模块,通过集成Ghost特征生成和通道重标定机制,增强微弱火点表示同时减少冗余特征。设计了一个C2f-LGPA模块,用于建模局部细粒度信息和全局上下文依赖,提高复杂森林环境下目标的判别能力。此外,引入了P2微小目标检测分支,以保留空间细节并增强对微小目标的感知能力。研究人员构建了一个无人机森林火点检测数据集,并进行了大量实验。实验结果表明,MSF-YOLO的召回率(Recall)达到79.27%,相比基线YOLOv8s提高了5.09%。mAP@0.5和mAP@0.5:0.95指标分别提高了3.99%和5.35%。此外,与8种改进的基于YOLO的小目标检测器相比,MSF-YOLO取得了更优的整体检测性能,mAP@0.5比性能最佳的对比方法提高了1.35%。所提出的MSF-YOLO有效解决了森林火灾早期微小火点检测的难题。
**研究背景与意义**
森林火灾作为一种极具威胁性的自然灾害,不仅造成森林资源的大量损失,还对区域生态系统、空气质量和社会经济发展构成严重危害。在火灾初期,火焰区域通常极为微小,且容易被复杂森林背景遮挡,导致漏检并错失最佳扑救时机。因此,早期准确的火点检测对于争取充分响应时间、减少森林火灾潜在损失具有重要意义。传统的火灾检测技术如温度传感器和红外成像系统虽已广泛应用,但地面监测方式受地形条件和人工效率的严重制约,监测覆盖范围有限,难以实时发现隐蔽的微小火点。卫星遥感虽能提供大尺度观测,但受轨道重访周期和空间分辨率限制,难以有效检测早期火点。无人机(Unmanned Aerial Vehicle,UAV)技术凭借操作灵活性、实时数据采集和高分辨率成像能力,为早期火灾检测提供了新的数据获取途径。早期的无人机火灾检测方法主要依赖颜色空间特征和机器学习方法,在简单场景中表现良好,但无人机森林图像中的火点目标通常微小、低对比度且不稳定,复杂环境因素如树冠遮挡、光照变化和地表反射带来显著干扰,传统方法难以实现稳定的检测性能。基于卷积神经网络(Convolutional Neural Network,CNN)的深度学习方法虽已展现出潜力,但现有YOLO架构在重复下采样过程中会丢失微小火点的关键空间细节,且卷积的局部感受野难以捕获复杂森林环境中的全局上下文依赖。因此,如何在细粒度细节保留、上下文建模和计算效率之间取得平衡,是实时无人机森林火灾监测亟待解决的问题。
**研究内容与总体架构**
研究人员基于YOLOv8框架提出了多尺度特征增强网络MSF-YOLO,从浅层细粒度特征增强、复杂背景上下文建模和多尺度检测结构优化三个方面改进原始YOLOv8网络。具体而言,设计了C2f-ARG轻量级特征增强模块、C2f-LGPA局部-全局并行注意力模块,并引入P2微小目标检测分支构建P2至P5四尺度检测结构。实验结果表明,MSF-YOLO有效提升了复杂森林背景下微小火点的检测能力,论文发表在《Drones》期刊。
**关键技术方法**
研究人员将FLAME和FLAME 2公开数据集合并,构建了包含4500张无人机森林火点图像的检测数据集,其中微小火点(面积小于16×16像素2)占76.2%。MSF-YOLO的核心技术包括:(1)C2f-ARG模块,融合Ghost特征生成机制与高效通道注意力(Efficient Channel Attention,ECA),在降低参数量的同时增强浅层弱火点特征表达;(2)C2f-LGPA模块,并行结合Transformer多头自注意力(Multi-Head Self-Attention,MHSA)与深度可分离卷积局部注意力,建模局部细节与全局上下文依赖;(3)P2微小目标检测分支,保留高分辨率空间信息以增强微小目标感知能力。
**研究结果**
**与代表性YOLO检测器的对比。** 在相同实验条件下与YOLOv5s、YOLOv8s、YOLO10s、YOLO11s、YOLO12s、YOLO26s等六种代表性检测器进行对比实验。结果表明,MSF-YOLO在所有五项准确性指标上均优于对比模型:精确率(Precision)达84.73,召回率(Recall)达79.27,相比基线YOLOv8s提高5.09%;mAP@0.5达83.96,提高3.99%;mAP@0.5:0.95达42.55,提高5.35%;F1分数达81.91。不同随机种子实验进一步验证了MSF-YOLO比YOLO26s具有更稳定的性能提升。模型参数量为12.33M,推理速度达152.02 FPS,在保持高精度的同时实现了实时推理。定性分析表明,在烟雾遮挡、雪地高反射背景、树冠遮挡和远距离微小火点等四种代表性场景中,MSF-YOLO的漏检和误检率最低。
**与改进的YOLO微小目标检测器对比。** 与FFCA-YOLO、IF-YOLO、LUD-YOLO、FBRT-YOLO、HS-FPN、FFD-YOLO、LAM-YOLO、SFGDN等8种改进的YOLO小目标检测方法进行对比。MSF-YOLO取得了最高的召回率79.27,mAP@0.5和mAP@0.5:0.95分别达83.96和42.55,均优于所有对比方法,mAP@0.5比性能最佳方法提高了1.35%。同时,MSF-YOLO的参数量(12.33M)和计算量(19.36 GFLOPs)低于多数改进方法,在检测精度与计算效率之间取得了良好平衡。
**消融实验。** 以YOLOv8s为基线对三个模块进行消融研究。单独引入C2f-ARG模块使召回率略降0.40%,但参数量减少0.95M,验证了其轻量化特征提取能力。单独引入C2f-LGPA模块带来轻微精度提升,但贡献相对有限。P2微小目标检测分支带来的性能提升最为显著,使召回率、mAP@0.5和mAP@0.5:0.95三项指标均提升超过4.12%。三模块整合的完整MSF-YOLO实现了最高的F1分数(81.91)、召回率(79.27)和mAP@0.5:0.95(42.55),表明各组件互补协同。特征响应可视化显示,P2检测层较P3检测层产生更集中清晰的火点响应,能有效抑制烟雾遮挡、雪地反射和树冠等复杂背景干扰。此外,对C2f-ARG中通道注意力机制的比较表明,ECA在整体检测性能上优于SE、GCT和GSOP机制;对C2f-LGPA中注意力配置的比较表明,全局与局部注意力并行组合优于单一注意力配置。
**讨论与结论**
讨论部分指出,MSF-YOLO的性能增益源于C2f-ARG、C2f-LGPA和P2分支的互补效应。消融实验证实,P2分支的显著贡献表明重复下采样导致的空间信息丢失是微小火点检测的主要瓶颈,保留高分辨率特征至关重要。定性对比和特征可视化结果进一步验证了MSF-YOLO在复杂背景下的优越性。然而,该方法仍存在局限:严重烟雾遮挡条件下火焰视觉特征显著减弱,可能造成漏检;模型仅依赖RGB图像而缺乏热红外信息,难以检测被浓烟完全遮挡或可见光特征微弱的火点;高亮度植被和阳光反射等可能与火焰产生相似视觉模式,偶尔引发虚警。未来工作将聚焦于RGB图像与热红外图像的多模态数据融合,以提高复杂场景下的火灾检测鲁棒性。
研究结论表明,MSF-YOLO从三个方面改进了原始YOLOv8网络:C2f-ARG模块通过Ghost特征生成机制与通道重标定策略增强浅层特征提取能力,提升对微小火点弱纹理信息的感知;C2f-LGPA模块在高层语义阶段引入局部-全局并行注意力机制,同时建模局部空间细节与长距离上下文依赖,提高复杂森林环境下火点目标与背景干扰的判别能力;P2微小目标检测分支在特征融合阶段构建了P2至P5多尺度检测框架,通过保留高分辨率空间信息增强了对无人机图像中微小火点的检测能力。实验证实MSF-YOLO在五项评估指标上均取得最优性能,消融结果验证了三个模块对提升微小火点检测性能的联合贡献,特征响应可视化确认了所设计模块能增强目标相关响应并抑制无关背景激活。总体而言,MSF-YOLO在维持152.02 FPS推理速度的同时实现了检测精度与计算效率的良好平衡,为无人机遥感图像中森林火灾快速感知和实时预警提供了有效解决方案。